最小风险训练下的闭环光学分子识别：COMO 方法

光学化学结构识别（OCSR）将分子图像翻译为机器可读表示，如SMILES字符串或分子图，但由于化学结构、简写约定和视觉噪声的不可穷尽变化，仍面临挑战。大多数现有基于深度学习的方法依赖于基于标记的最大似然估计（MLE）进行教学强制。这一训练范式存在暴露偏差，因为模型是在真实前缀下进行训练的，但在推理时必须以自身的前导预测为条件。此外，基于标记的MLE目标阻碍了对化学有效性和结构相似性等分子层次评估准则的优化。本文引入最小风险训练（MRT）到OCSR中，提出COMO（Closed-loop Optical Molecule recOgnition），一个闭环框架，通过迭代抽样和评估模型的自身预测，直接优化分子层次的非可微目标，从而缓解暴露偏差。实验在包括合成和真实世界化学图表（来自专利和科学文献）的十个基准数据集上进行，表明COMO在更少的训练数据下显著优于现有的基于规则和基于学习的方法。消融研究进一步表明，MRT是无关架构的，显示其面向广泛应用于端到端OCSR系统的潜力。